إعادة هيكلة الكود بمساعدة الذكاء الاصطناعي دون التسبب في أخطاء

آخر تحديث: June 27, 2026

كانت عملية إعادة الهيكلة تعني في السابق فترة ما بعد الظهيرة الهادئة، ومجموعة اختبارات خضراء، والكثير من تغيير الأسماء بعناية. يغير الذكاء الاصطناعي سرعة هذا العمل، وليس الانضباط الكامن وراءه. يمكن للنموذج أن يعيد تسمية رمز عبر أربعين ملفًا في ثوانٍ، ولكنه يمكنه أيضًا حذف فرع بثقة كان يتعامل مع حالة طرفية للدفع قبل ثلاث سنوات.

هذا دليل عملي لاستخدام الذكاء الاصطناعي لإعادة هيكلة الكود بالطريقة التي سيفعلها المهندس الحريص: خطوات صغيرة، والحفاظ على السلوك، واختبارات تحرس كل حركة.

الإجابة السريعة: كيف تعيد هيكلة باستخدام الذكاء الاصطناعي دون كسر الأشياء؟

عامل الذكاء الاصطناعي كمهندس مبتدئ سريع لا يتعب ولا يقرأ التذكرة أبدًا. أنت تظل مسؤولاً عن السلوك.

ثبّت السلوك بالاختبارات أولاً، ثم اطلب تغييرًا صغيرًا في كل مرة، وبعد ذلك راجع الـ diff قبل قبولها. إعادة الهيكلة تعني تغيير البنية مع الحفاظ على السلوك القابل للملاحظة كما هو، وهو تعريف وضعه Martin Fowler في كتالوج إعادة الهيكلة. إذا غير التغيير السلوك، فهو إعادة كتابة أو إصلاح خطأ، ويحتاج إلى تدقيق مختلف.

سير عمل يصمد أمام المواعيد النهائية الحقيقية:

1. ثبّت السلوك الحالي باختبارات التوصيف (characterization tests).
2. أعطِ الذكاء الاصطناعي هدفًا ضيقًا ومسمى ("استخراج هذا التحقق إلى دالة نقية").
3. اقرأ الـ diff بالكامل، وليس الملخص فقط.
4. قم بتشغيل مجموعة الاختبارات والمُنسِّق (linter) قبل أن تلتزم بالتغيير.
5. التزم بكل خطوة خضراء على حدة حتى تتمكن من إجراء عملية ثنائية التقسيم لاحقًا (bisect).

اجعل التغييرات قابلة للدمج (mergeable). إعادة هيكلة مكونة من 40 سطرًا وتنجح في المراجعة تتفوق على "تنظيف" مكون من 2,000 سطر لا يمكن لأي مراجع التحقق منه.

ما الذي يمكن أن يفعله الذكاء الاصطناعي بالفعل أثناء إعادة الهيكلة؟

يكون الذكاء الاصطناعي أقوى في الأجزاء الميكانيكية والمحملة بالأنماط في إعادة الهيكلة وأضعف في النية (intent).

إنه جيد في إعادة التسمية عبر وحدة نمطية، واستخراج الدوال، وتحويل سلاسل استدعاء Callbacks إلى async/await، وتقسيم فئة إلهية (god class) إلى متعاونين أصغر، وترجمة ملف من صياغة إطار عمل إلى أخرى. يواجه صعوبة عندما يعتمد الهيكل "الصحيح" على قواعد العمل التي تعيش في عقل شخص ما أو في تعليق Jira من عام 2022.

عادة مفيدة: اطلب من النموذج أن يشرح الكود الحالي قبل أن يغير أي شيء. إذا كان ملخصه خاطئًا، فسيكون إعادة هيكلته خاطئة أيضًا، وقد اكتشفت ذلك مجانًا.

كيف تحافظ على اختبارات خضراء بينما يعيد الذكاء الاصطناعي كتابة الكود؟

الاختبارات هي العقد (contract). بدونها، تكون عملية إعادة الهيكلة التي يقوم بها الذكاء الاصطناعي تخمينًا مليئًا بالأمل.

عندما لا يحتوي الكود الذي تريد لمسه على تغطية اختبارات (coverage)، اكتب أولاً اختبارات التوصيف (characterization tests). تلتقط هذه الاختبارات ما يفعله الكود اليوم، وليس ما يجب أن يفعله، لذلك يظهر أي تغيير في السلوك كاختبار أحمر. يتم وصف التقنية في مقال ويكيبيديا عن اختبارات التوصيف، وهي شبكة الأمان الأكثر قيمة قبل ترك نموذج للتعامل مع الكود القديم (legacy code).

استخدم هذا الترتيب على وحدة نمطية لم يتم اختبارها:

1. قم بتشغيل مسارات الكود وسجل المدخلات والمخرجات الفعلية.
2. اكتب اختبارات تؤكد تلك المخرجات بالضبط، حتى القبيحة منها.
3. تأكد من أن مجموعة الاختبارات خضراء وسريعة بشكل معقول.
4. دع الذكاء الاصطناعي يعيد الهيكلة على مراحل صغيرة.
5. راقب أي اختبار يتحول إلى اللون الأحمر، وتوقف هناك.

كان لدي فريق عمل لديه آلة حاسبة فواتير مكونة من 600 سطر لم يرغب أحد في لمسها. قضينا صباحًا في كتابة 30 اختبار توصيف ضد عينات الإنتاج، ثم طلبنا من النموذج تقسيم الدالة إلى خطوات مسماة. تحول اختباران إلى اللون الأحمر بسبب التقريب (rounding). كان هذا اللون الأحمر هو الهدف بأكمله: الكود القديم كان يقرب لكل بند على حدة، بينما كانت إعادة الهيكلة تقرب مرة واحدة في النهاية. احتفظنا بالسلوك القديم وأطلقنا المنتج. لاستراتيجية اختبار أعمق، استخدم حلقة المراجعة والتحقق أدناه.

سير عمل آمن لإعادة هيكلة بالذكاء الاصطناعي، خطوة بخطوة

استخدم نفس الحلقة سواء كنت في مساعد IDE أو وكيل طرفية (terminal agent) مثل Claude Code.

1. تحديد النطاق. سمِّ عملية إعادة هيكلة بحدود واضحة: "استخراج منطق المحاولة من OrderService إلى RetryPolicy"، وليس "تنظيف الطلبات".
2. تثبيت السلوك. تأكد من أن الاختبارات تغطي الأسطر التي ستغيرها؛ أضفها إذا كانت مفقودة.
3. التوجيه بدقة. الصق الكود المستهدف وقيودًا واحدة: الحفاظ على الواجهة العامة (public interface).
4. قراءة الـ diff. راقب الفروع المحذوفة، والتغييرات في القيم الافتراضية، وتبديل المعاملات، وإزالة فحوصات القيم الفارغة (null checks).
5. التحقق. قم بتشغيل الاختبارات، ومُحقِّق النوع (type checker)، والمُنَسِّق (linter). أعد تشغيل اختبارات التكامل إذا تغير الإدخال/الإخراج (I/O).
6. التزام صغير. عملية إعادة هيكلة خضراء واحدة لكل التزام؛ سمِّ البنية التي تغيرت.
7. فتح طلب سحب قابل للمراجعة (PR). حافظ على الـ diff صغيرة بما يكفي ليتمكن زميل الفريق من قراءتها.

خطوة المراجعة هي الأهم. تبدو الـ diffs التي يولدها الذكاء الاصطناعي واثقة ونظيفة، وهذا بالضبط سبب تسربها. اقرأ كل سطر تم تغييره، وكن متشككًا في أي حذف لم تطلبه.

كيف تحدد روائح الكود (code smells) باستخدام الذكاء الاصطناعي؟

الذكاء الاصطناعي جيد في تسمية الروائح، ومتوسط في إصلاحها. استخدمه ككاشف أولاً ومحرر ثانيًا.

وجّه إليه ملفًا واسأله عن الدوال الطويلة جدًا، وأين يختبئ التكرار، وما هي المعلمات التي تسافر معًا ويجب أن تكون كائنًا (object)، وأين نمت الشروط المتداخلة لتصبح غابة كثيفة. لا يزال كتالوج روائح الكود الخاص بـ Fowler هو المفردات المشتركة الأوضح، والنموذج الذي يعرف تلك المصطلحات يعطيك نتائج يمكن للمراجع الجدال بها.

لا تدعه "يصلح كل الروائح" في تمريرة واحدة. تقرير الرائحة هو قائمة مهام، وليس أمرًا قاطعًا. بعض التكرار جيد. وبعض الدوال الطويلة تكون طويلة لأن المجال (domain) كذلك.

الأدوات وأين تندرج

الأداة أقل أهمية من الحلقة المحيطة بها، لكن الفئة تحدد كيفية عملك.

• المساعدون المضمنون في IDE: يقترحون التعديلات أثناء الكتابة ويتألقون لإعادة الهيكلة المحلية والصغيرة.
• المساعدون بنمط الدردشة (Chat-style): جيدون لـ "الشرح ثم إعادة الهيكلة" على ملف أو دالة ملصقة.
• وكلاء الطرفية (Terminal agents): يمكنهم تشغيل الاختبارات وتحرير العديد من الملفات، وهو أمر قوي ومحفوف بالمخاطر بقدر متساوٍ.
• التحليل الثابت والمُنَسِّقات (Static analysis and linters): تلتقط المشاكل الميكانيكية التي قد يخترعها الذكاء الاصطناعي أحيانًا، لذا أبقِها في الحلقة.

أياً ما اخترت، فإن التحكم في الإصدار (version control) هو جهاز الأمان الحقيقي لك. الالتزم قبل أن تبدأ، وقم بإنشاء فرع للعمل، واجعل كل خطوة من خطوات الذكاء الاصطناعي التزامًا خاصًا بها. عندما يقوم وكيل بتحرير اثني عشر ملفًا وينكسر تأكيد واحد، فإن التاريخ النظيف يسمح لك بإجراء عملية ثنائية التقسيم (bisect) إلى التغيير الدقيق بدلاً من إعادة قراءة كل شيء.

إذا كنت تقوم أيضًا باستكشاف الأخطاء وإصلاحها للمشكلات التي ظهرت أثناء إعادة الهيكلة، فإن نفس الحلقة المنهجية تتناسب جيدًا مع سير العمل هذا. هل لديك سؤال حول العملية؟ يغطي الأسئلة الشائعة الأسئلة الشائعة.

كيف تقوم بتحديث الكود القديم تدريجيًا؟

تتعثر عمليات إعادة الكتابة الضخمة (Big-bang rewrites). التحديث التدريجي يفوز لأن كل خطوة يتم نشرها.

نمط الخنق (strangler pattern) هو الشكل المثبت: بناء المسار الجديد بجوار القديم، وتوجيه شريحة من الاستدعاءات عبره، والتحقق، ثم التوسع حتى يصبح الكود القديم ميتًا وتقوم بحذفه. وثّق Martin Fowler هذا كـ تطبيق نبات التين الخانق، ويجعل الذكاء الاصطناعي العمل لكل شريحة أسرع دون تغيير الاستراتيجية.

استخدم الذكاء الاصطناعي داخل كل شريحة، وليس عبر الهجرة بأكملها:

1. اختر نقطة نهاية (endpoint) أو شاشة أو وحدة نمطية واحدة لتحديثها.
2. ثبّت سلوكها باختبارات ضد التنفيذ الحالي.
3. اطلب من النموذج إنتاج الإصدار الحديث لتلك الشريحة فقط.
4. قم بتشغيل القديم والجديد ضد نفس المدخلات وقم بعمل diff للمخرجات.
5. قم بقطع (cut over) الشريحة، راقب الإنتاج، ثم انتقل إلى التالية.

هذا يحافظ على نطاق الانفجار صغيرًا. إذا أساء النموذج فهم شريحة ما، فإنك تفقد شريحة، وليس النظام بأكمله.

متى لا يجب أن تسمح للذكاء الاصطناعي بإعادة الهيكلة؟

يجب أن يظل بعض الكود يدويًا حتى تفهمه بالكامل.

احتفظ بالذكاء الاصطناعي عندما:

• يتعامل الكود مع الأموال، أو المصادقة (auth)، أو الأذونات، أو أي شيء يهتم به الامتثال (compliance).
• لا توجد اختبارات ولا يمكنك كتابة اختبارات التوصيف بعد.
• يعتمد السلوك على قواعد عمل غير موثقة.
• سيكون الـ diff كبيرًا جدًا بحيث لا يمكن لأي شخص مراجعته بصدق.
• ستكون هناك مشكلة خفية هنا مكلفة أو صعبة الاكتشاف في الإنتاج.

في تلك الحالات، استخدم الذكاء الاصطناعي لـ الشرح والتخطيط، ثم قم بإجراء التعديلات بنفسك على مراحل صغيرة ومراجعة. أسرع عملية إعادة هيكلة هي التي لن تضطر إلى التراجع عنها أبدًا. ثبّت السلوك، وغيّر شيئًا واحدًا، وحافظ على مجموعة الاختبارات خضراء، واترك الذكاء الاصطناعي يتعامل مع الكتابة بينما تحتفظ أنت بالحكم.

لمعرفة سير العمل الأوسع للوكلاء (agentic workflow) حول هذه الحلقة، راجع دليل أتمتة وكيل الذكاء الاصطناعي وملاحظات تطوير واجهة برمجة تطبيقات الذكاء الاصطناعي. يغطي كتاب سياق نموذج MCP كيف يصل الوكيل إلى الأدوات الخارجية التي قد تحتاجها عملية إعادة الهيكلة أحيانًا.

حقوق صور التغطية (Image credits)

يتم الحصول على صور المقال من Pexels وتخزينها على CDN الخاص بالمشروع لعرض الصفحة المستقر.